Mtf Rsi Fusion Basic
- 지표
-
Hadi Pourkerman
Market Atlas Labs
@MarketAtlasLabs
Welcome to Market Atlas Labs. We develop High-performance MT5 tools for Gold & All Indices.
High-performance MT5 Trading Frameworks. Specializing in Multi-Timeframe (MTF) Context & Adaptive Momentum for Gold (XAUUSD) and US100. 🏛️ - 버전: 1.0
MTF RSI Fusion Basic
MTF RSI Fusion은 여러 RSI 계산에서 생성되는 모멘텀 정보를 하나의 구조화된 지표로 통합하기 위해 설계된 멀티 타임프레임 RSI 오실레이터입니다.
이 지표는 단일 RSI 소스에만 의존하지 않고, 서로 다른 타임프레임의 최대 3개의 RSI 스트림을 하나의 “Fusion RSI” 라인으로 결합합니다. 또한 적응형 과매수/과매도 영역, 추세 편향 시각화, 다이버전스 감지, 신호 생성 및 선택형 VWAP 필터와 같은 기능도 동일한 프레임워크 내에서 함께 사용할 수 있습니다.
이 지표는 모멘텀, 추세 및 확인 도구를 하나의 워크플로우로 구성하면서도 차트를 깔끔하게 유지하도록 설계되었습니다.
Main Features
- 멀티 타임프레임 RSI Fusion 엔진
- 최대 3개의 독립적인 RSI 소스
- 각 RSI별 개별 타임프레임, 기간 및 가중치 설정
- 다양한 Fusion 및 Combine 모드
- 적응형 과매수 및 과매도 영역
- ATR 기반 동적 변동성 조정
- 추세 편향 컬러링
- 상위 타임프레임 캔들 분석
- 이동평균 기울기 분석
- 강세 및 약세 다이버전스 감지
- 매수/매도 신호 엔진
- 선택형 VWAP 오실레이터
- 선택형 VWAP 기반 신호 필터
- 메인 차트 다이버전스 표시
- 메인 차트 신호 표시
- 성능 및 객체 관리 기능
Multi-Timeframe RSI Fusion Engine
이 지표는 최대 3개의 RSI 계산을 하나의 모멘텀 구조로 결합합니다.
각 RSI 소스는 다음을 사용할 수 있습니다:
- 독립적인 타임프레임
- 독립적인 RSI 기간
- 독립적인 가격 소스
이를 통해 단기 모멘텀, 중기 시장 구조 및 상위 타임프레임 방향성을 하나의 오실레이터 안에서 함께 분석할 수 있습니다.
가중치 시스템을 통해 각 RSI 소스가 최종 Fusion RSI 계산에 미치는 영향을 조절할 수 있습니다.
Fusion and Combine Modes
MTF RSI Fusion은 최종 오실레이터의 동작을 조정하기 위한 다양한 Combine 모드를 제공합니다.
사용 가능한 모드:
- AVG
- ADDSUB
- SUBADD
AVG 모드는 보다 부드러운 구조를 생성합니다.
ADDSUB 및 SUBADD 모드는 중앙 영역 근처에서 다른 동작을 제공하며, 설정에 따라 보다 공격적이거나 반전된 모멘텀 변화를 생성할 수 있습니다.
선택형 Clamping 기능은 최종 결과를 RSI 0–100 범위 내로 유지할 수 있도록 합니다.
Adaptive Overbought and Oversold Zones
이 지표는 고정된 70/30 레벨 대신 적응형 과매수 및 과매도 영역을 사용합니다.
영역의 폭은 ATR 기반 변동성 계산을 통해 자동으로 조정됩니다.
높은 변동성 환경에서는 과도한 신호를 줄이기 위해 영역이 넓어질 수 있습니다.
낮은 변동성 환경에서는 반응성을 높이기 위해 영역이 좁아질 수 있습니다.
이러한 동적 영역은 풀백 분석, 모멘텀 소진 관찰, 반전 모니터링 및 평균 회귀 연구에 사용할 수 있습니다.
영역의 최소 및 최대 폭은 수동으로 설정할 수 있습니다.
Trend Bias and Coloring
MTF RSI Fusion은 Fusion RSI 라인에 추세 기반 컬러링을 적용할 수 있습니다.
추세 방향은 다음을 기반으로 결정될 수 있습니다:
- 상위 타임프레임 캔들 분석
- 이동평균 기울기 분석
- 또는 두 가지 방법의 조합
사용 가능한 상태:
- Bullish
- Bearish
- Neutral
추세 프레임워크는 추세 지속 조건을 구분하고, 역추세 신호를 필터링하며, 방향성 움직임 내의 풀백 구조를 식별하는 데 사용할 수 있습니다.
기울기 분석 임계값은 사용자가 설정할 수 있습니다.
